Như chỳng ta đó biết hư hỏng của hệ thống bụi trơn được xỏc định qua mức giảm cụng suất động cơ (0-100%), Mức tăng nhiờn liệu tiờu thụ (0- 100%), Mức tăng nhiệt độ làm mỏt (0-100%) – Bảng trờn. Đõy chớnh là cỏc đầu vào của hệ thống chẩn đoỏn.
Số húa bởi Trung tõm Học liệu – Đại học Thỏi Nguyờn http://www.lrc-tnu.edu.vn/
Miền xỏc định cho cỏc đầu vào trờn đều từ 0-100 là do hệ thống được sử dụng chẩn đoỏn chung cho cỏc loại động cơ ụ tụ, khụng phõn biệt cụng suất của từng loại động cơ. Tựy từng loại động cơ căn cứ vào kết quả đo được của cỏc tham số ta sẽ qui về số % tăng hay giảm và đú sẽ là giỏ trị được đưa vào hệ thống để chẩn đoỏn.
Thiết kế cỏc tập mờ cho cỏc đầu vào
Giảm cụng suất động cơ: Nhiều, trung bỡnh, ớt Tăng mức tiờu thụ nhiờn liệu: Nhiều, trung bỡnh, ớt Mức tăng ỏp suất đõu bụi trơn: Nhiều, trung bỡnh, ớt
Mức độ hỏng hệ thống bụi trơn: Rất cao, Cao, Trung bỡnh, ớt, rất ớt
Sau đõy là cỏc kinh nghiệm chẩn đoỏn, kinh nghiệm này được cung cấp bởi Bộ mụn động cơ đốt trong, Trường Đại học GTVT. Lưu ý kinh nghiệm này cũng đó được sử dụng trong tài liệu [6] với tập luật chẩn đoỏn động cơ:
TT Mức giảm cụng
suất động cơ
Mức tăng ỏp suất đõu bụi
trơn
Mức tăng lƣợng nhiờn liệu tiờu thụ
Mức độ hỏng
1 nhiều nhiều nhiều Rất cao
2 nhiều nhiều trung bỡnh Rất cao
3 nhiều nhiều ớt Cao
4 nhiều trung bỡnh nhiều Cao
5 nhiều trung bỡnh trung bỡnh Cao
6 nhiều trung bỡnh ớt Trung bỡnh
7 nhiều Ít nhiều Cao
8 nhiều ớt trung bỡnh Trung bỡnh
Số húa bởi Trung tõm Học liệu – Đại học Thỏi Nguyờn http://www.lrc-tnu.edu.vn/
TT Mức giảm cụng
suất động cơ
Mức tăng ỏp suất đõu bụi
trơn
Mức tăng lƣợng nhiờn liệu tiờu thụ
Mức độ hỏng
10 trung bỡnh nhiều nhiều Rất cao
11 trung bỡnh nhiều trung bỡnh Cao
12 trung bỡnh nhiều ớt Trung bỡnh
13 trung bỡnh trung bỡnh nhiều Cao
14 trung bỡnh trung bỡnh trung bỡnh Trung bỡnh
15 trung bỡnh trung bỡnh ớt ớt
16 trung bỡnh ớt nhiều Trung bỡnh
17 trung bỡnh ớt trung bỡnh Trung bỡnh
18 trung bỡnh ớt ớt ớt
19 ớt nhiều nhiều Cao
20 ớt nhiều trung bỡnh Cao
21 ớt nhiều ớt Trung bỡnh
22 ớt trung bỡnh nhiều Trung bỡnh
23 ớt trung bỡnh trung bỡnh Trung bỡnh
24 ớt trung bỡnh ớt ớt
25 ớt ớt nhiều Trung bỡnh
26 ớt ớt trung bỡnh Rất ớt
27 ớt ớt ớt Rất ớt
Như chỳng ta đó biết hệ mờ Anfis sử dụng tập dữ liệu mẫu, trong luận văn này tỏc giả sử dụng tập dữ liệu sau trờn cơ sở số liệu được cung cấp bởi Bộ mụn động cơ đốt trong, Trường Đại học Giao thụng vận tải:
Số húa bởi Trung tõm Học liệu – Đại học Thỏi Nguyờn http://www.lrc-tnu.edu.vn/
Bảng 3.3. Tập luật chẩn đoỏn động cơ
TT Mức giảm cụng
suất động cơ
Mức tăng ỏp suất dầu bụi
trơn
Mức tăng lƣợng nhiờn liệu tiờu thụ
Mức độ hỏng
1 nhiều 80 nhiều 80 nhiều 80 Rất cao 100 2 nhiều 80 nhiều 80 trung bỡnh 80 Rất cao 95
3 nhiều 80 nhiều 80 ớt 20 Cao 80
4 nhiều 80 trung bỡnh 50 nhiều 80 Cao 80 5 nhiều 80 trung bỡnh 50 trung bỡnh 50 Cao 70 6 nhiều 80 trung bỡnh 50 ớt 20 trung bỡnh 50
7 nhiều 80 ớt 20 nhiều 80 Cao 75
8 nhiều 80 ớt 20 trung bỡnh 50 trung bỡnh 40 9 nhiều 80 ớt 20 ớt 20 trung bỡnh 40 10 trung bỡnh 50 nhiều 80 nhiều 80 Rất cao 90 11 trung bỡnh 50 nhiều 80 trung bỡnh 50 Cao 75 12 trung bỡnh 50 nhiều 80 ớt 20 trung bỡnh 55 13 trung bỡnh 50 trung bỡnh 50 nhiều 80 Cao 70 14 trung bỡnh 50 trung bỡnh 50 trung bỡnh 50 trung bỡnh 50 15 trung bỡnh 50 trung bỡnh 50 ớt 20 ớt 20 16 trung bỡnh 50 ớt 20 nhiều 80 trung bỡnh 40 17 trung bỡnh 50 ớt 20 trung bỡnh 50 trung bỡnh 40 18 trung bỡnh 50 ớt 20 ớt 20 ớt 20
Số húa bởi Trung tõm Học liệu – Đại học Thỏi Nguyờn http://www.lrc-tnu.edu.vn/
19 ớt 20 nhiều 80 nhiều 80 Cao 80
20 ớt 20 nhiều 80 trung bỡnh 50 Cao 70 21 ớt 20 nhiều 80 ớt 20 trung bỡnh 50 22 ớt 20 trung bỡnh 50 nhiều 80 trung bỡnh 50 23 ớt 20 trung bỡnh 50 trung bỡnh 50 trung bỡnh 50 24 ớt 20 trung bỡnh 50 ớt 20 ớt 20 25 ớt 20 ớt 20 nhiều 80 trung bỡnh 40 26 ớt 20 ớt 20 trung bỡnh 50 Rất ớt 10
27 ớt 20 ớt 20 ớt 20 Rất ớt 10
Tập dữ liệu này được sử dụng để huấn luyện hệ mờ nơ ron thớch nghi, giải thuật huấn luyện là giải thuật huấn luyện lan truyền ngược sai số như đó đề cập ở trờn và sau đõy là cỏc kết quả mụ phỏng:
Số húa bởi Trung tõm Học liệu – Đại học Thỏi Nguyờn http://www.lrc-tnu.edu.vn/
Hỡnh 3.20. Cỏc mẫu huấn luyện và hàm thuộc đầu vào sau huấn luyện
Hỡnh 3.21. Đầu ra sau huấn luyện và bề mặt tập luật
Số húa bởi Trung tõm Học liệu – Đại học Thỏi Nguyờn http://www.lrc-tnu.edu.vn/
Đỏnh giỏ và bàn luận
Hệ mờ nơ ron thớch nghi đó điều chỉnh hàm thuộc của cỏc tập mờ đầu vào, điều chỉnh đầu ra của cỏc luật nhằm tối ưu húa quỏ trỡnh suy diễn (Hỡnh 3.20-3.21).
Hỡnh 3.22 cho thấy mức độ chẩn đoỏn của hệ thống, cỏc dữ liệu được đưa vào kiểm tra chớnh là cỏc mẫu được huấn luyện và hệ thống đó đưa ra cỏc đầu ra gần như trựng khớt với cỏc mẫu huấn luyện.
Số húa bởi Trung tõm Học liệu – Đại học Thỏi Nguyờn http://www.lrc-tnu.edu.vn/
KẾT LUẬN
Luận văn đó tập trung nghiờn cứu cỏc khỏi niệm chuyờn sõu về tập mờ, logic mờ và mạng nơ ron nhõn tạo. Đặc biệt luận văn đó tập trung nghiờn cứu thiết kế hệ mờ nơ ron thớch nghi, đõy là một hệ mờ được tối ưu húa nhằm giải quyết nhiều lớp bài toỏn trong đú cú bài toỏn xấp xỉ hàm và phõn lớp.
Luận văn đó đi nghiờn cứu bài toỏn chẩn đoỏn tỡnh trạng kỹ thuật của động cơ ụ tụ, từ đú đề xuất xõy dựng hệ mờ nơ ron thớch nghi hỗ trợ chẩn đoỏn mức độ hư hỏng của hệ thống bụi trơn.
Việc xõy dựng thành cụng hệ mờ hỗ trợ chẩn đoỏn mức độ hư hỏng của hệ thống bụi trơn sẽ làm tiền đề cho việc xõy dựng hệ mờ hỗ trợ chẩn đoỏn toàn bộ cỏc thụng số kết cấu.
Cỏc đúng gúp chớnh của luận văn là cỏc nghiờn cứu tự động húa quỏ trỡnh chẩn đoỏn tỡnh trạng kỹ thuật của động cơ ụ tụ nhờ sử dụng khả năng của hệ mờ nơ ron thớch nghi.
Số húa bởi Trung tõm Học liệu – Đại học Thỏi Nguyờn http://www.lrc-tnu.edu.vn/
TÀI LIỆU THAM KHẢO TIẾNG ANH
[1] Ross T. J. (2004), Fuzzy logic with Engineering Applications, Second Edition, International Edition. Mc Graw-Hill, Inc.
[2] Satish Kumar (1999), Managing Uncertainty in the Real World - Part 1.
Fuzzy Sets, Resonance, Vol.4, No.2, pp.37 – 47
[3] Satish Kumar (1999), Managing Uncertainty in the Real World - Part 2.
Fuzzy Systems, Resonance, Vol.4, No.4, pp.45 – 55
[4] Cheng Teng Lin, C. S. George Lee (1996), Neural Fuzzy Systems, Prentice – Hall International, Inc.
[5] Sinan Altug, Mo-Yuen Chow, H.Joel Trussell, Fellow (1999). Fuzzy Inference Systems Implemented on Neural Architectures for Motor Fault Detection and Diagnosis, IEEE Transportasions on industrial eletronics, Vol. 46, NO. 6, December 1999
TIẾNG VIỆT
[6] Lờ Hoài Đức (2010), Ứng dụng lý thuyết tập mờ trong chẩn đoỏn kỹ thuật
động cơ Diesel, Tạp chớ Khoa học Giao thụng Vận tải.
[7] Nguyễn Khắc Trai (2004), Lý thuyết chẩn đoỏn ụ tụ, Nhà xuất bản Giao thụng Vận tải.
[8] Đỗ Đức Tuấn (2006), Lý thuyết độ tin cậy, Nhà xuất bản Giao thụng Vận tải [9] Nguyễn Đỡnh Thỳc , Mạng nơ ron - Kỹ thuật lan truyền ngược, Nhà xuất